本发明公开了一种基于多目标域适应的脑电信号分类方法及应用,其步骤包括：1,对原始脑电数据进行预处理,包括样本选择、转换为图像数据、滑窗切片等；2,建立基于多目标域适应的轻型网络(Effnet)模型,初始化网络参数；3,输入数据训练网络不断优化模型参数,获得最终分类模型用于待测试脑电信号的分类。本发明将多目标域适应方法结合到Effnet网络中,能够改进模型以适应源域和目标域之间不同的特征分布,从共享表示中学习更多的特征,并将从源域学习到的知识迁移到目标域,从而获得更好的泛化性能。
科研之友
微信
新浪微博
Facebook
分享链接
